制造业的排放英语 制造业企业污染排放与产出关系实证研究
［内容摘要］近年来，环境库兹涅茨曲线的研究越来越受到重视，而目前的研究主要集中于宏观层面，如国家或者省份的时间序列样本数据，样本量的过少可能会使环境库兹涅兹曲线的检验受到影响。本文将研究企业产出与污染排放的关系，由于采用了样本量巨大的微观企业数据，从而得出的计量结论更令人可信。检验结果认为：企业污染排放量与产出之间存在倒U型的环境库兹涅茨曲线关系，不过企业污染排放量与其人均产出之间存在近似线性的关系。企业层面存在的倒U型EKC为企业提高产量缓解环境压力提供了理论依据。
［关键词］环境库兹涅茨曲线；污染排放；企业产出
一、问题提出
改革开放以来，我国经济取得了举世瞩目的发展成就，但是，快速的经济增长必然会对环境带来巨大的压力。中国作为世界上人口最多以及经济增长最快的国家，是国际环境问题的关注重点，Thomas（2007）预测，如果单位GDP排放CO2比率保持在2001年的水平上，到2018年，全球CO2排放总量将达到250亿吨，而中国的总量将超过90亿吨，远高于世界上其它任何国家。［1］环境问题越来越引起人们的重视，面对日益严重的环境问题，20世纪90年代，我国政府将可持续发展作为国家基本发展战略。2002年，我国经济整体进入重工业化时期，环境污染破坏问题呈逐渐加重趋势，从而，研究环境保护与经济发展是否协调，无疑具有重大的理论与实践意义。环境问题与经济增长的关系一直以来是环境经济学的重要研究领域，其中，环境库兹涅茨曲线（the environmental Kuznets curve，EKC）是重要的研究成果，EKC为人们认识环境问题是否会随着经济发展而逐渐改善或者继续恶化提供了经验支持。科学判断经济增长与环境问题之间的关系为探索环境治理的方法、实现减排的约束性战略目标、保证中国经济的可持续发展提供了有力保障。
目前的研究主要集中于国家宏观方面的经济增长与整体环境的关系问题，而忽视了关注企业在生产经营时，产出与其污染排放之间的关系。出现这种研究偏向的主要原因是关注的焦点以及在数据获取方面所受到的限制，研究者认为，研究整体宏观经济增长与环境保护之间的关系问题可以直接为政策制定提供理论支持，而且，宏观层面的检验数据也更容易获取。不过，注重从宏观层面研究环境问题与经济增长是存在问题的，即检验结果的不准确性与不一致性，首先，必须具有大量的样本在进行实证检验时得出的结果才是令人可信的，而所运用的宏观数据大部分是国家或者地区层面的时间序列数据，样本量的过少对于检验结果的可信性提出了质疑；其次，检验环境库兹涅茨曲线需要倒U型的两个阶段，即污染物的上升阶段以及下降阶段，而研究者所使用的发展中国家以及发达国家的时间序列数据，分别缺少后半部分与前半部分，这样也会使检验结果出现偏误；最后，即使运用面板数据可以部分解决这两个问题，但是面板数据的参数估计预先设定模型的形式并假设随机干扰项的正态性，这也是缺乏说服力的。［2］Kuznets（1955）在研究经济增长与收入不均等的关系时，提出了倒U型的库兹涅茨曲线，亦即在经济增长的初期阶段，收入不均等会随着经济增长而加剧，但是，经济增长到一定阶段，就会存在拐点，收入不均等又会随着经济增长而逐渐缓和。［3］在20世纪末，环境问题越来越受到研究者的重视，Grossman&Krueger（1991）实证研究污染物SO2与经济发展的关系时，发现了与Kuznets类似的结论，即污染物的排放随着经济发展也具有先增后减的趋势，从而提出了环境库兹涅茨曲线。［4］
国内学者也十分热衷于研究环境库兹涅茨曲线，其研究成果关注的角度分为两部分，其一是深化环境库兹涅茨曲线的研究模型，其二是检验环境库兹涅茨曲线。［5］得出的 结论基本上是支持倒U型的环境库兹涅茨曲线，这为我国协调经济发展与环境保护方面提供了较为重要的理论支撑。不过，国内学者的研究特别是实证研究主要是运用宏观数据检验环境库兹涅茨曲线，同样，由于样本数据的稀缺而影响检验结果的可信性。本文将从一个新的角度研究环境库兹涅茨曲线的存在性，运用微观企业样本数据检验企业污染排放与其产出的关系。在检验前，我们先介绍所使用的数据以及需要进行的样本筛选。
二、数据来源、样本筛选
目前的研究集中于国家或者地区的宏观数据，原因之一是微观数据获取的困难，首先，很难衡量企业废水、废气和废渣的排放量，其次，即使能够衡量，但由于企业的保密不公开，使获得的数据并作经验研究而极为困难。本文将从另一个角度研究企业的污染排放量，即从企业被收取的排污费用来衡量，尽管这种衡量方法存在较大的漏洞，如很多企业被统计的排污费等于0，但是，这绝不能说明该企业在生产过程中对环境没有污染，而且被收取的排污费高的企业对环境的污染程度也不是一定要比排污费低的企业严重。不过，在获取企业数据如此困难的条件下，排污费至少在一定程度上衡量了企业对环境的污染程度。
关于企业经营绩效最常用的统计数据库是中国工业企业数据库，目前学术研究中，使用最多的是2007年的统计数据，尽管我们获取了最新的2008年企业统计数据，但是在统计变量中，只有2004年具有排污费的统计报告，从而我们也只能选用2004年企业样本来检验我们的结论。尽管数据确已久远，不过使用的是微观数据而且具有巨大的样本容量，从而得出的结论对现在也是具有指导意义的。
中国工业企业数据库是统计局在全部国有以及规模以上非国有企业的统计报表整理得到的，其中，关于行业按照二分位划分有37个，但我们仅选用制造业企业样本，其中制造业行业共有30个。对于直接被统计的数据，在做计量检验时可能会对结果产生偏误，这样我们需要对样本进行筛选，根据谢千里等（2008）［6］对样本筛选的思想，我们做如下的数据处理工作：（1）删除一些变量具有明显统计错误的样本，如工业总产出等一些变量出现负值的样本；（2）对于企业经营状态，数据库中共分为五类，即正常营业、停业、筹建、撤销和其它，我们删除非正常营业的企业样本；（3）对于企业员工总数不超过8人的样本，我们也给予删除；（4）由于数据库统计的是全部国有以及规模以上非国有企业，从而我们需要删除一些奇异样本，即删除工业总产值低于500万的企业样本；（5）由于我们是检验企业排污量，因此，我们选择数据库中排污费大于0的企业样本。通过以上对样本进行的筛选，我们还具有75957个企业样本，样本容量的巨大是运用宏观时间序列数据无法达到的，巨大的样本容量无疑对检验结果的准确性提供了必要条件。我们拥有了样本量巨大的企业统计数据，接下来我们检验中国制造业企业的污染排放与产出的关系，这样就可以从微观角度检验环境库兹涅茨曲线的存在性。